Mano robótica altamente diestra puede operar en la oscuridad, igual que nosotros

Comparta este Artículo en:

Ingenieros de Columbia diseñan una mano robótica que es el primer dispositivo de este tipo que combina el sentido avanzado del tacto con algoritmos de aprendizaje motor: no se basa en la visión para manipular objetos.

Piense en lo que hace con sus manos cuando está en casa por la noche presionando botones en el control remoto de su televisor, o en un restaurante usando todo tipo de cubiertos y cristalería.

Todas estas habilidades se basan en el tacto, mientras mira un programa de televisión o elige algo del menú.

Nuestras manos y dedos son mecanismos increíblemente hábiles y muy sensibles para arrancar.

Los investigadores de robótica han estado tratando durante mucho tiempo de crear destreza “verdadera” en las manos de los robots, pero el objetivo ha sido frustrantemente difícil de alcanzar.

Las pinzas robóticas y las ventosas pueden recoger y colocar elementos, pero las tareas más diestras, como el montaje, la inserción, la reorientación, el embalaje, etc., han permanecido en el ámbito de la manipulación humana.

Sin embargo, impulsado por los avances tanto en la tecnología de detección como en las técnicas de aprendizaje automático para procesar los datos detectados, el campo de la manipulación robótica está cambiando muy rápidamente.

Investigadores de Columbia Engineering han demostrado una mano robótica altamente diestra, que combina un sentido avanzado del tacto con algoritmos de aprendizaje motor para lograr un alto nivel de destreza.

Como demostración de habilidad, el equipo eligió una tarea de manipulación difícil: ejecutar una rotación arbitrariamente grande de un objeto agarrado de forma desigual en la mano mientras se mantiene siempre el objeto en una sujeción estable y segura.

Esta es una tarea muy difícil porque requiere el reposicionamiento constante de un subconjunto de dedos, mientras que los otros dedos tienen que mantener el objeto estable.

La mano no solo pudo realizar esta tarea, sino que también lo hizo sin ningún tipo de retroalimentación visual, basándose únicamente en la detección táctil.

Además de los nuevos niveles de destreza, la mano funcionó sin cámaras externas, por lo que es inmune a la iluminación, la oclusión o problemas similares.

Y el hecho de que la mano no dependa de la visión para manipular objetos significa que puede hacerlo en condiciones de iluminación muy difíciles que confundirían a los algoritmos basados en la visión; incluso puede operar en la oscuridad.

“Si bien nuestra demostración fue una tarea de prueba de concepto, destinada a ilustrar las capacidades de la mano, creemos que este nivel de destreza abrirá aplicaciones completamente nuevas para la manipulación robótica en el mundo real”, dijo Matei Ciocarlie, asociado profesor en los Departamentos de Ingeniería Mecánica e Informática.

“Algunos de los usos más inmediatos podrían estar en la logística y el manejo de materiales, ayudando a aliviar los problemas de la cadena de suministro como los que han plagado nuestra economía en los últimos años, y en la fabricación avanzada y el ensamblaje en las fábricas”.

En un trabajo anterior, el grupo de Ciocarlie colaboró con Ioannis Kymissis, profesor de ingeniería eléctrica, para desarrollar una nueva generación de dedos robóticos táctiles basados en la óptica.

Estos fueron los primeros dedos de robot en lograr la localización de contacto con precisión submilimétrica mientras brindaban una cobertura completa de una superficie compleja de múltiples curvas.

Además, el empaque compacto y el bajo número de cables de los dedos permitieron una fácil integración en manos robóticas completas.

Para este nuevo trabajo, dirigido por el investigador doctoral de CIocarlie, Gagan Khandate, los investigadores diseñaron y construyeron una mano robótica con cinco dedos y 15 articulaciones accionadas de forma independiente; cada dedo estaba equipado con la tecnología de detección táctil del equipo.

El siguiente paso fue probar la capacidad de la mano táctil para realizar tareas de manipulación complejas.

Para ello, utilizaron nuevos métodos de aprendizaje motor, o la capacidad de un robot para aprender nuevas tareas físicas a través de la práctica.

En particular, utilizaron un método llamado aprendizaje de refuerzo profundo, aumentado con nuevos algoritmos que desarrollaron para la exploración efectiva de posibles estrategias motoras.

La entrada a los algoritmos de aprendizaje motor consistió exclusivamente en datos táctiles y propioceptivos del equipo, sin ninguna visión.

Utilizando la simulación como campo de entrenamiento, el robot completó aproximadamente un año de práctica en solo unas horas de tiempo real, gracias a modernos simuladores de física y procesadores altamente paralelos.

Luego, los investigadores transfirieron esta habilidad de manipulación entrenada en simulación a la mano robótica real, que pudo alcanzar el nivel de destreza que el equipo esperaba.

Ciocarlie señaló que “el objetivo direccional para el campo sigue siendo la robótica de asistencia en el hogar, el campo de pruebas definitivo para la destreza real.

En este estudio, hemos demostrado que las manos de los robots también pueden ser muy diestras basándose únicamente en la detección táctil.

Una vez que también agreguemos retroalimentación visual a la mezcla junto con el tacto, esperamos poder lograr aún más destreza, y algún día comenzar a acercarnos a la réplica de la mano humana”.

En última instancia, observó Ciocarlie, un robot físico que sea útil en el mundo real necesita tanto inteligencia semántica abstracta (para comprender conceptualmente cómo funciona el mundo) como inteligencia incorporada (la habilidad para interactuar físicamente con el mundo).

Los grandes modelos de lenguaje como GPT-4 de OpenAI o PALM de Google tienen como objetivo proporcionar el primero, mientras que la destreza en la manipulación lograda en este estudio representa avances complementarios en el segundo.

Por ejemplo, cuando se le pregunta cómo hacer un sándwich, ChatGPT responderá con un plan paso a paso, pero se necesita un robot diestro para tomar ese plan y hacer el sándwich.

De la misma manera, los investigadores esperan que los robots con habilidades físicas puedan sacar la inteligencia semántica del mundo puramente virtual de Internet y darle un buen uso en tareas físicas del mundo real, tal vez incluso en nuestros hogares.

Fuente: Columbia Engineering